一篇于 2026 年 10 月 31 日提交至 arXiv 的论文,介绍了查找和定位 Google XLA:TPU 编译器正确性缺陷的方法。Ignacio Cano 等作者称,这套已部署到生产环境的框架推动解决了超过 142 个编译器缺陷,另有 103 项发现正在审查。这些数字来自保存的摘要,是作者报告的结果,尚未经本站独立复现。[1]
作者指出,复杂的优化流水线存在一类风险:细微的代码生成缺陷可能导致数值结果劣化,以及内存或缓冲区损坏,却不触发明显的编译器报错。论文称,这类故障可能使成本高昂的训练任务失效,并降低在线服务质量。[1]
其方法将模糊测试,即自动生成测试程序,与真实生产轨迹结合。AI 智能体群负责生成压力测试、复现故障和起草修复方案。分层差分流水线则把大型工作负载计算图中的故障,逐步定位到融合内核内的单个操作。保存的摘要介绍了这些机制,但未提供详细的比较流程或逐项缺陷证据。[1]
[1]: arXiv,《XLA from the Trenches: Correctness on TPU Workloads at Scale》,2026 年 10 月 31 日。https://arxiv.org/abs/2611.00624
来源
核查或更正本页
- 更正
- 提交更正请求 · 在 GitHub 编辑源文件 · 更正政策